Aplicações de visão computacional na saúde: revisão de literatura incrementada com técnicas de processamento de linguagem natural
DOI:
https://doi.org/10.33448/rsd-v11i10.32942Palavras-chave:
Sistemas de visão computacional; Aprendizado profundo; Diagnóstico; Saúde; Medicina.Resumo
Os sistemas de visão computadorizada (CVS) têm recebido atenção especial dos pesquisadores por sua adaptabilidade a vários contextos, especialmente na área de segurança para reconhecimento de imagem e vídeo. Este artigo apresenta uma revisão bibliográfica sobre o uso da visão computacional na área da saúde nos últimos cinco anos (2017-2021), bem como tendências e análises para os seis primeiros meses de 2022. Os bancos de dados Science Direct, Scopus, Web of Science, ACM Digital Library e IEEE Xplore foram usados para conduzir a pesquisa. Um total de 2.072 artigos foram recuperados (2017 a 2021) e 492 artigos em 2022 e destes, após deduplicação, 1.857 trabalhos compuseram o corpus 2017-2021 e 465 o corpus 2022. Técnicas de Processamento de Linguagem Natural foram adotadas para extração de multigramas que geraram nuvens de palavras dos resumos dos artigos recuperados. Também métricas como periódicos que mais publicam sobre o tema, a partir de funcionalidades do Biblioshiny (pacote Bibliometrix do R). O Brasil aparece apenas em três documentos: um de pesquisadores da Universidade Federal do Acre, um da Universidade Estadual de Maringá e outro da Universidade Federal de Santa Catarina. Os pesquisadores chineses aparecem como os mais produtivos e o aprendizado profundo é a principal tecnologia adotada para este tipo de estudo. As doenças mais evidentemente exploradas no período são câncer de mama e COVID-19.
Referências
AIRankings. (n.d.). Retrieved July 8, 2022, from https://airankings.org/
Ballard, D. H., & Brown, C. M. (1982). Computer vision (1st ed., Vol. 1, Issue 1). Prentice-Hall, Inc. https://homepages.inf.ed.ac.uk/rbf/BOOKS/BANDB/Ballard__D._and_Brown__C._M.__1982__Computer_Vision.pdf
Berger, D. (1999). A brief history of medical diagnosis and the birth of the clinical laboratory. Part 1--Ancient times through the 19th century. MLO: Medical Laboratory Observer, 31(7).
Dawson-Howe, K. (2014). A practical introduction to computer vision with OpenCV. http://www.amazon.com/Practical-Introduction-Computer-Imaging-Technology/dp/1118848454/ref=sr_1_6?s=books&ie=UTF8&qid=1415059357&sr=1-6&keywords=opencv
de Camargo, V. P., Balancieri, R., Teixeira, H. M. P., & Guerino, G. C. (2021). Touchless Modalities of Human-Computer Interaction in Hospitals: A Systematic Literature Review. Proceedings of the XX Brazilian Symposium on Human Factors in Computing Systems. https://doi.org/10.1145/3472301.3484328
Doi, K. (2007). Computer-aided diagnosis in medical imaging: Historical review, current status and future potential. Computerized Medical Imaging and Graphics, 31(4–5), 198–211. https://doi.org/10.1016/j.compmedimag.2007.02.002
Forsyth, D. A., & Ponce, J. (2003). Computer vision: a modern approach (Vol. 1, Issue 1). Pearson Education, Inc.
Fukushima, K., & Miyake, S. (1982). Neocognitron: a self-organizing neural netwaork model for mechanism of visual pattern recognition. In S. Amari & M. A. Arbib (Eds.), Competition and cooperation neural nets (p. 19). Springer-Verlag. https://link.springer.com/book/10.1007/978-3-642-46466-9
Hubel, D. H., & Wiesel, T. N. (1962). Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex. The Journal of Physiology, 160(1), 106–154. https://doi.org/10.1113/jphysiol.1962.sp006837
Krause, M., & Neto, M. A. C. (2021). Systematic Mapping of the Literature on Mobile Apps for People with Autistic Spectrum Disorder. Proceedings of the Brazilian Symposium on Multimedia and the Web, 45–52. https://doi.org/10.1145/3470482.3479616
Krizhevsky, B. A., Sutskever, I., & Hinton, G. E. (2012). ImageNet Classification with Deep Convolutional Neural Networks. ICLR 2015.
Lane, H., Howard, C., & Hapke, H. M. (2019). Natural Language Processing in Action(Understanding,analyzing, and generating text with python).
LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W., & Jackel, L. D. (1989). Backpropagation applied to digit recognition. In Neural computation (Vol. 1, Issue 4, pp. 541–551). https://www.ics.uci.edu/~welling/teaching/273ASpring09/lecun-89e.pdf
Matias, A. V., Amorim, J. G. A., Macarini, L. A. B., Cerentini, A., Casimiro Onofre, A. S., De Miranda Onofre, F. B., Daltoé, F. P., Stemmer, M. R., & von Wangenheim, A. (2021). What is the state of the art of computer vision-assisted cytology? A Systematic Literature Review. Computerized Medical Imaging and Graphics, 91, 101934. https://doi.org/https://doi.org/10.1016/j.compmedimag.2021.101934
Merriam-Webster Dictionary. (n.d.). Retrieved July 8, 2022, from https://www.merriam-webster.com/dictionary/diagnosis
O’Mahony, N., Campbell, S., Carvalho, A., Harapanahalli, S., Hernandez, G. V., Krpalkova, L., Riordan, D., & Walsh, J. (2020). Deep Learning vs. Traditional Computer Vision. Advances in Intelligent Systems and Computing, 943(Cv), 128–144. https://doi.org/10.1007/978-3-030-17795-9_10
Roberts, L. G. (1963). Machine perception of three-dimensional solids (Vol. 1, Issue 1) [Massachusetts Institute of Technology]. https://dspace.mit.edu/handle/1721.1/11589
Shapiro, L., & Stockman, G. (2001). Computer vision (Vol. 1, Issue 1). Pearson Education, Inc.
Shi, Z., & Govindaraju, V. (1997). Segmentation and recognition of connected handwritten numeral strings. Pattern Recognition, 30(9), 1501–1504. https://doi.org/10.1016/S0031-3203(96)00118-5
Sigel, B. (1998). A brief history of doppler ultrasound in the diagnosis of peripheral vascular disease. Ultrasound in Medicine and Biology, 24(2), 169–176. https://doi.org/10.1016/S0301-5629(97)00264-0
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104(March), 333–339. https://doi.org/10.1016/j.jbusres.2019.07.039
Szeliski, R. (2011). Computer vision (Vol. 142). Springer-Verlag. https://doi.org/10.1007/978-3-030-79175-9_6
Top 25 countries/territories in artificial intelligence. (n.d.). Retrieved July 8, 2022, from https://www.natureindex.com/supplements/nature-index-2020-ai/tables/countries
Trucco, E., & Verri, A. (1998). Introductory techniques for 3-D computer vision (Issue 1). Prentice Hall.
Viola, P., & Jones, M. (2001). Rapid object detection using a boosted cascade of simple features. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1, 1–8. https://doi.org/10.1109/cvpr.2001.990517
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Alex Sebastião Constâncio; Deborah Ribeiro Carvalho; Denise Fukumi Tsunoda
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
